1. 概述
在本文中，我们将研究java.util.concurrent包中的两个构造：LongAdder和LongAccumulator。
两者都是为了在多线程环境中非常高效而创建的，并且都利用非常巧妙的策略来实现无锁同时仍然保持线程安全。
2. LongAdder
让我们考虑一些经常递增某些值的逻辑，其中使用AtomicLong可能是一个瓶颈。它使用了CAS操作，在严重争用的情况下，这可能会导致大量CPU周期浪费。
另一方面，LongAdder使用了一个非常巧妙的技巧来减少线程之间的争用，当线程递增它时。
当我们想要自增LongAdder的实例时，我们需要调用increment()方法。该实现保留了一个可以按需增长的计数器数组。
因此，当更多的线程调用increment()时，数组会更长。数组中的每条记录都可以单独更新，从而减少争用。因此，LongAdder是从多个线程递增计数器的一种非常有效的方法。
让我们创建一个LongAdder类的实例，并从多个线程更新它：
@Test
void givenMultipleThread_whenTheyWriteToSharedLongAdder_thenShouldCalculateSumForThem() throws InterruptedException {
LongAdder counter = new LongAdder();
ExecutorService executorService = Executors.newFixedThreadPool(8);
int numberOfThreads = 4;
int numberOfIncrements = 100;
Runnable incrementAction = () -> IntStream
.range(0, numberOfIncrements)
.forEach(x -> counter.increment());
for (int i = 0; i < numberOfThreads; i++) {
executorService.submit(incrementAction);
}
executorService.awaitTermination(500, TimeUnit.MILLISECONDS);
executorService.shutdown();
assertEquals(counter.sum(), numberOfIncrements numberOfThreads);
assertEquals(counter.sum(), numberOfIncrements numberOfThreads);
}
在我们调用sum()方法之前，LongAdder中计数器的结果不可用。该方法将迭代底层数组的所有值，并对这些值求和，返回正确的值。但我们需要小心，因为调用sum()方法的成本可能非常高：
assertEquals(counter.sum(), numberOfIncrements numberOfThreads);
有时，在我们调用sum()之后，我们希望清除与LongAdder实例关联的所有状态，并从头开始计数。我们可以使用sumThenReset()方法来实现这一点：
@Test
void givenMultipleThread_whenTheyWriteToSharedLongAdder_thenShouldCalculateSumForThemAndResetAdderAfterward() throws InterruptedException {
LongAdder counter = new LongAdder();
ExecutorService executorService = Executors.newFixedThreadPool(8);
int numberOfThreads = 4;
int numberOfIncrements = 100;
Runnable incrementAction = () -> IntStream
.range(0, numberOfIncrements)
.forEach(i -> counter.increment());
for (int i = 0; i < numberOfThreads; i++) {
executorService.execute(incrementAction);
}
executorService.awaitTermination(500, TimeUnit.MILLISECONDS);
executorService.shutdown();
assertEquals(counter.sumThenReset(), numberOfIncrements numberOfThreads);
await().until(() -> assertEquals(counter.sum(), 0));
}
请注意，对sum()方法的后续调用返回0，这意味着状态已成功重置。
此外，Java还提供了DoubleAdder来维护double值的求和，其API与LongAdder类似。
3. LongAccumulator
LongAccumulator也是一个非常有趣的类-它允许我们在许多场景中实现无锁算法。例如，它可用于根据提供的LongBinaryOperator来累积结果-这与Stream API中的reduce()操作类似。
LongAccumulator的实例可以通过向其构造函数提供LongBinaryOperator和初始值来创建。重要的是要记住，如果我们为LongAccumulator提供一个累积顺序无关紧要的交换函数，它就会正确工作。
LongAccumulator accumulator = new LongAccumulator(Long::sum, 0L);
我们正在创建一个LongAccumulator，它将向累加器中已有的值添加一个新值。我们将LongAccumulator的初始值设置为0，因此在第一次调用accumulate()方法时，previousValue的值将为0。
让我们从多个线程调用accumulate()方法：
@Test
void givenLongAccumulator_whenApplyActionOnItFromMultipleThreads_thenShouldProduceProperResult() throws InterruptedException {
ExecutorService executorService = Executors.newFixedThreadPool(8);
LongBinaryOperator sum = Long::sum;
LongAccumulator accumulator = new LongAccumulator(sum, 0L);
int numberOfThreads = 4;
int numberOfIncrements = 100;
Runnable accumulateAction = () -> IntStream
.rangeClosed(0, numberOfIncrements)
.forEach(accumulator::accumulate);
for (int i = 0; i < numberOfThreads; i++) {
executorService.execute(accumulateAction);
}
executorService.awaitTermination(500, TimeUnit.MILLISECONDS);
executorService.shutdown();
assertEquals(accumulator.get(), 20200);
}
请注意我们是如何将一个数字作为参数传递给accumulate()方法的。该方法将调用我们的sum()函数。
LongAccumulator使用CAS实现-这导致了这些有趣的语义。
首先，它执行定义为LongBinaryOperator的操作，然后检查previousValue的值是否更改。如果已更改，则使用新值再次执行该操作。如果没有，它会成功更改存储在accumulator中的值。
我们现在可以断言所有迭代的所有值的总和为20200：
assertEquals(accumulator.get(), 20200);
有趣的是，Java还提供了具有相同目的和API的DoubleAccumulator用于double值。
4. 动态条纹(Dynamic Striping)
Java中的所有加法器和累加器实现都继承自一个名为Striped64的基类。该类使用一个状态数组将争用分配到不同的内存位置，而不是仅使用一个值来维护当前状态。
以下是Striped64功能的简单描述 ：
不同的线程更新不同的内存位置。由于我们使用的是状态数组(即条带)，因此这个想法被称为动态条带化。Striped64正是根据这个想法命名的，它可以处理64位数据类型。
我们期望动态条带化能够提高整体性能。但是，JVM分配这些状态的方式可能会产生适得其反的效果。
更具体地说，JVM可能会在堆中彼此接近地分配这些状态。这意味着一些状态可能驻留在同一个CPU缓存行中。因此，更新一个内存位置可能会导致缓存未命中其附近的状态。这种被称为虚假共享的现象会损害性能。
为防止虚假共享。Striped64实现在每个状态周围添加了足够的填充(padding)，以确保每个状态都驻留在自己的缓存行中：
@Contended注解负责添加此填充。填充以牺牲更多内存消耗为代价来提高性能。
5. 总结
在这个快速教程中，我们了解了LongAdder和LongAccumulator，并展示了如何使用这两种结构来实现非常高效且无锁的解决方案。
与往常一样，本教程的完整源代码可在GitHub上获得。
Post Directory
